Universität Wien

052600 VU Signal and Image Processing (2019W)

6.00 ECTS (4.00 SWS), SPL 5 - Informatik und Wirtschaftsinformatik
Prüfungsimmanente Lehrveranstaltung

URL: http://vda.univie.ac.at/Teaching/SIP/
Moodle

An/Abmeldung

Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").

Details

max. 50 Teilnehmer*innen
Sprache: Englisch

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

  • Dienstag 01.10. 11:30 - 13:00 Hörsaal 2, Währinger Straße 29 2.OG
  • Mittwoch 02.10. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
  • Dienstag 08.10. 11:30 - 13:00 Hörsaal 2, Währinger Straße 29 2.OG
  • Mittwoch 09.10. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
  • Dienstag 15.10. 11:30 - 13:00 Hörsaal 2, Währinger Straße 29 2.OG
  • Mittwoch 16.10. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
  • Dienstag 22.10. 11:30 - 13:00 Hörsaal 2, Währinger Straße 29 2.OG
  • Mittwoch 23.10. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
  • Dienstag 29.10. 11:30 - 13:00 Hörsaal 2, Währinger Straße 29 2.OG
  • Mittwoch 30.10. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
  • Dienstag 05.11. 11:30 - 13:00 Hörsaal 2, Währinger Straße 29 2.OG
  • Mittwoch 06.11. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
  • Dienstag 12.11. 11:30 - 13:00 Hörsaal 2, Währinger Straße 29 2.OG
  • Mittwoch 13.11. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
  • Dienstag 19.11. 11:30 - 13:00 Hörsaal 2, Währinger Straße 29 2.OG
  • Mittwoch 20.11. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
  • Dienstag 26.11. 11:30 - 13:00 Hörsaal 2, Währinger Straße 29 2.OG
  • Mittwoch 27.11. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
  • Dienstag 03.12. 11:30 - 13:00 Hörsaal 2, Währinger Straße 29 2.OG
  • Mittwoch 04.12. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
  • Dienstag 10.12. 11:30 - 13:00 Hörsaal 2, Währinger Straße 29 2.OG
  • Mittwoch 11.12. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
  • Dienstag 17.12. 11:30 - 13:00 Hörsaal 2, Währinger Straße 29 2.OG
  • Dienstag 07.01. 11:30 - 13:00 Hörsaal 2, Währinger Straße 29 2.OG
  • Mittwoch 08.01. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
  • Dienstag 14.01. 11:30 - 13:00 Hörsaal 2, Währinger Straße 29 2.OG
  • Mittwoch 15.01. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
  • Dienstag 21.01. 11:30 - 13:00 Hörsaal 2, Währinger Straße 29 2.OG
  • Mittwoch 22.01. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
  • Dienstag 28.01. 11:30 - 13:00 Hörsaal 2, Währinger Straße 29 2.OG
  • Mittwoch 29.01. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

Spatial signals are ubiquitous. Whether they are 1D signals, as in audio or time-dependent measurement/sensors, whether these are 2D photographs and LIDAR images or whether they are 3D medical volumes, climate models, or computational fluid studies; these signals are everywhere. While many of the techniques we are covering can be explained in 1D (and for didactic reasons we will fall back to 1D a number of times) there is a fundamental difference when we need to create models of processing for more-than-1D signals. While most of "image" processing is really focused on 2D images, it is important to me that we keep the 3-dimensional nature of the world we live in in mind from day one. Hence, I am presenting a course, which is mostly an image processing course, but with some topics that are necessary to properly deal with 3D images.

* linear time-invariant systems (LTI)
* Fourier transform
* sampling + convolution
* DFT + FFT
* basic image transformations, some mathematical basics
* image restoration and reconstruction (denoising)
* wavelets and multi-resolution
* 3D scalar data / projection, rendering
* vectors and tensors

Art der Leistungskontrolle und erlaubte Hilfsmittel

Assignments: 51%
2xReaction sheets: 4%
Midterm: 20%
Final: 25%

Mindestanforderungen und Beurteilungsmaßstab

Teilnahmevorraussetzungen: StEOP, PR2, MG2, THI, MOD, ADS
Empfohlene Teilnahmevoraussetzung: NUM

The grading scale for the course will be:
1: at least 87.5%
2: at least 75.0%
3: at least 62.5%
4: at least 50.0%

Prüfungsstoff

The major goals of this course include:
* understanding the theory of LTI systems
* understanding transforms and being able to apply them
* understanding of implementations in Python

Literatur

Rafael C. Gonzales, Richard E. Woods Digital Image Processing 4th edition, Addison-Wesley, 2018.
Alan V. Oppenheim, Ronald W. Schafer, Discrete-Time Signal Processing, 3rd Edition, Pearson, 2010

Zuordnung im Vorlesungsverzeichnis

Letzte Änderung: Mo 07.09.2020 15:20